ibm推出具有相变存储器的8位模拟芯片-凯发88

导读ibmieee上介绍了一种新的8位模拟芯片,其真正的意义在于,其采用相变存储技术,使得能够在存储信息的地方执行8位计算,即process in memory,这是对相变存储技术在pim中应用的一次有力证明。这项技术对现今及今后人工智能的发展至关重要。它打破了传统的冯诺伊曼芯片架构,避免了数据在内存及处理器之间无端消耗能量和时间,在人工智能运用深度计算算法中需要处理大量的数据,这项技术将大大提高人工智能的计算效率。另一方面文中指出,由于基于相变存储技术的新材料特性,相变材料不会像01那样在有序及杂乱间完全切换,将会是一种线性的排列的混合,可根据其原子排列进行信息编译,应用在神经网络方面。这是对相变存储技术在未来发展应用中的一次有力证明,也完全符合amt公司未来ai神经网络芯片的产品规划!

内容摘取:

123号,在旧金山举行的ieee国际电子器件会议(ieee international electron devices meeting)上,来自ibm的报告介绍了一种新的8位模拟芯片。但真正的发展并不是模拟芯片追赶上了数字芯片,而是对芯片架构彻底重新思考。该芯片是第一个在存储信息的地方执行8位计算的芯片。

这项研究的首席研究员abu sebastian(来自ibm苏黎世研究中心)说,在传统的冯·诺依曼芯片架构中,数据不断地在内存和处理器之间穿梭,这消耗了宝贵的能量和时间。内存计算是降低功耗同时提高性能的合乎逻辑的下一步。这方面的进步对于硬件跟上人工智能的发展是必要的。

ibm的新型模拟芯片是基于相变存储器。关键成分是一种可以对电流作出反应而发生相变的材料。它们通常是锗、碲和锑的合金。在导电的那个相中,原子排列得很整齐。在另一个不导电的相中,原子四处运动,被电流局部加热,变得杂乱无章。

两个电极之间的相变材料不会像01那样在有序和杂乱的排列之间完全切换。相反,在任何时间点,都是两种排列的混合:材料的总电阻取决于原子杂乱排列的区域的大小。

sebastian说:“我们正在根据原子排列对信息进行编码。”例如,神经网络的权重能以相变存储器设备中的电阻的方式来存储和访问。

研究人员在一个包含有30个相变存储器的8位芯片上测试了单层神经网络,以识别数字104的图像,测试结果达到了100%的分类精度。虽然现在离应用还为时过早,但sebastian估计,与传统计算相比,这一进展可能为未来的设备带来1001000倍的节能效果。

传统计算追求的是精确度,而随着人工智能的发展,现在有与之相反的计算追求。ibm当天还介绍了一种数字芯片,它也是8位的,同时在神经网络训练中保持了高准确性。这种神经网络更进一步地模拟人脑,而人脑通常可以从很少的信息中得出正确的结论。


2018年12月11日

ibm推出具有相变存储器的8位模拟芯片

上一篇

下一篇

ibm推出具有相变存储器的8位模拟芯片